Agentic AI 為何可能掀起新一輪 CPU 需求爆發

人工智慧（AI）基礎設施正進入新的階段。在第一波大型語言模型（LLM）浪潮中，GPU 幾乎主導了所有討論；但隨著「Agentic AI」（能自主規劃並執行多步任務的 AI 系統）興起，CPU 在資料中心的重要性正在迅速上升。

AMD 執行長蘇姿丰（Lisa Su）表示，未來五年內，這類 AI 系統將大幅提升對通用運算能力的需求，進而帶動伺服器 CPU 市場快速擴張。

分析師目前普遍預測：到 2030 年，伺服器 CPU 市場規模可能突破 1200 億美元，甚至接近 1250 億美元。

Agentic AI 為何會推高 CPU 需求

在傳統 AI 架構中，GPU 主要負責深度學習模型所需的大量矩陣運算，例如模型訓練與推論。

但 Agentic AI 系統的架構更複雜。它們通常需要同時調用多個模型與工具，並執行多步決策流程，因此需要更多 CPU 來處理周邊工作，例如：

• 協調多個模型與工具
• 任務排程與流程控制
• 資料檢索與管理
• 網路與記憶體調度
• 推論系統的整體邏輯控制

簡單來說：GPU 負責計算，CPU 負責協調整個系統。

當企業開始大規模部署 AI 應用時，這個「協調層」的計算需求也會急速放大。

GPU 與 CPU 的比例正在接近 1:1

資料中心架構也因此出現明顯變化。

過去大型 AI 叢集通常採用：

• 1 顆 CPU 搭配 4 到 8 顆 GPU 的配置

但蘇姿丰指出，在下一代 AI 基礎設施中，這個比例正逐漸朝 接近 1:1 發展。

原因包括：

• 分散式 AI Agent 的協調需求
• 工具呼叫與工作流程執行
• 即時推論管線
• 高速資料在系統間傳輸

這意味著 CPU 不再只是 GPU 的「輔助主機」，而是整個 AI 運算架構中更重要的一環。

2030 年市場規模：1200 億到 1250 億美元

CPU 在 AI 架構中的角色提升，也讓市場預測大幅上修。

AMD 的預測：

• 伺服器 CPU 市場未來年成長率可能超過 35%
• 2030 年市場規模將超過 1200 億美元，幾乎是先前預估的兩倍。

美國銀行（Bank of America）的預測：

• 市場將從 2026 年約 430 億美元
• 成長到 2030 年約 1250 億美元
• 約 31% 年複合成長率（CAGR）。

兩種預測的結論相同：AI 基礎設施正在變得更「CPU 密集」。

AMD、Intel、ARM 的競爭格局

未來市場成長也將重塑晶片架構的競爭。

根據美銀估計，到 2030 年：

• x86 架構（主要為 AMD 與 Intel）：約 56% 市佔
• ARM 客製化晶片：約 37% 市佔，多由大型雲端公司自研。

在 x86 陣營中，AMD 近年在資料中心 CPU 市場持續擴大市佔。一些分析師甚至預測，AMD 到 2030 年可能取得相當大的市場份額。

不過競爭仍然激烈，原因包括：

• Intel 持續強化伺服器處理器產品
• 雲端巨頭（如 hyperscalers）越來越多自研晶片
• ARM 架構在能源效率上的優勢

因此最終市場分配仍存在不確定性。

AI 基礎設施需求已影響 AMD 業務

這波 AI 投資潮已經開始反映在 AMD 的營運與股價上。

首先，在公司發布強勁的 AI 相關財測後，AMD 股價在盤後交易一度上漲約 12%。

其次，需求成長也對供應鏈造成壓力。蘇姿丰表示，公司正在與台灣製造合作夥伴合作，提升 CPU 產能，因為市場需求比預期更強。

這顯示 CPU 需求的成長不只是長期預測，而是已經影響到當前的生產與供應規劃。

AI 硬體敘事正在改變

過去幾年，AI 硬體幾乎被視為「GPU 的故事」。

但隨著 AI 系統開始具備規劃、推理與工具互動能力，整個運算堆疊（compute stack）正在擴大。

在這種架構下：

• GPU 負責高密度運算
• CPU 負責協調與系統控制

這也是為什麼越來越多分析師認為，下一階段的 AI 基礎設施競賽，將不只是 GPU，而是 CPU 與 GPU 的共同戰場。

如果目前的預測成真，到了本世紀末之前，CPU 在資料中心中的角色可能會比上一輪 AI 浪潮重要得多。